Für die Suche nach Inhalten geben Sie »Content:« vor den Suchbegriffen ein, für die Suche nach Orten geben Sie »Orte:« oder »Ort:« vor den Suchbegriffen ein. Wenn Sie nichts eingeben, wird in beiden Bereichen gesucht.

 

 

Universität Hamburg: Studie über klangliche Dominanz: Im Hip Hop geben die Produzenten den Ton anZoom Button

Foto: Aleksandr Neplokhov, Informationen zu Creative Commons (CC) Lizenzen, für Pressemeldungen ist der Herausgeber verantwortlich, die Quelle ist der Herausgeber

Universität Hamburg: Studie über klangliche Dominanz: Im Hip Hop geben die Produzenten den Ton an

#Universität #Hamburg: Studie über klangliche Dominanz: Im #Hip #Hop geben die Produzenten den Ton an

Hamburg, 24. Januar 2025

#Eminem, »Jay Z«, »LL Cool J« oder »Nas« – häufig sind es die Star Rapper, die durch ihre Stimme und ihren Text die Hoheit über den Klang eines Tracks für sich beanspruchen. In der #Fachliteratur finden sich bislang widersprüchliche Aussagen darüber, wer wirklich den #Sound einer Musikproduktion bestimmt. Ein Team von Musikwissenschaftlern um Dr. Tim Ziemer von der Universität Hamburg konnte nun in einer im »Journal of the Audio Engineering Society« veröffentlichten Studie belegen, dass es eindeutig die Produzenten sind.

Um die Klangeigenschaften der Songs genauer zu bestimmen, wurden zum einen die in der Musikpraxis gängigen MFCCs (Mel #Frequenz Cepstral Koeffizienten) genutzt. MFCCs sind Merkmale, die die sogenannte spektrale Balance eines Songs beschreiben, also, wie #bassig, #brillant oder #dumpf ein Lied klingt.

Zum anderen nutzten die Forscher das sogenannte Goniometer. Dabei handelt es sich um ein typisches Analysewerkzeug, das in Tonstudios eingesetzt wird, um die räumliche Dimension eines Mixes zu bestimmen. »Mit dem #Goniometer können wir zum Beispiel herausfinden, ob die Instrumente dicht gedrängt klingen wie bei einem Kammerorchester oder weit verteilt wie bei Mahlers Sinfonie der Tausend«, erklärt Dr. Tim Ziemer vom Institut für Systematische #Musikwissenschaft und Hauptautor der Studie.

Neuer Ansatz in der Musikanalyse – die »Sound Landkarte«

Diese Daten wurden im nächsten Schritt in ein künstliches neuronales Netz eingespeist, welches beim Maschinellen Lernen eingesetzt wird, einem Teilbereich der Künstlichen Intelligenz. Hiermit konnte aus den Ähnlichkeiten im Klangbild eine Sound Landkarte erstellt werden: Ähnliche Klänge lagen nah beieinander, unterschiedliche weiter voneinander entfernt. Auf diese Weise ließ sich herausfinden, ob Dr. Dre, Rick Rubin und Timbaland individuell klingen oder ihren Stil von Song zu Song variieren. Das Ergebnis war eindeutig: »Jeder Produzent hat seinen eigenen, typischen Sound – sowohl in der spektralen als auch in der räumlichen Balance«, so Ziemer.

Auch im Zusammenspiel mit den Stimmen der Rapper bleibt das Soundprofil des Produzenten dominant. Lieder, die Nas mit Dr. Dre oder Timbaland produziert hat, klingen nicht »typisch Nas«, sondern tragen den Stil des jeweiligen Produzenten. Auch die markante Stimme eines Rappers scheint also das typische Soundprofil eines Produzenten nicht zu beeinflussen.

Wissenschaft und Entwickler könnten profitieren

Ziel des Forschungsteams um Dr. Tim Ziemer war es, die Musikanalyse durch ein KI Tool objektiv, kausal und nachvollziehbar zu gestalten. Ihr innovatives Analyseinstrument ist in der Lage, klanglich dominante Elemente im Musikproduktionsprozess zu identifizieren. Ihr Werkzeug lässt weitere Untersuchungen zu, beispielsweise in anderen Genres, und könnte von Streaming Plattformen zur Verbesserung ihrer Empfehlungsalgorithmen eingesetzt werden.

»Ich gehe davon aus, dass eine Empfehlung durch Streaming Plattformen basierend auf ähnlichen Produzenten für Hörerinnen und Hörer interessant sein könnten und eventuell sogar relevanter als solche, die auf ähnlichen Interpreten basieren«, sagt Tim Ziemer, der das Tool gemeinsam mit dem Team öffentlich zugänglich gemacht hat. Mehr …

Content bei Gütsel Online …

 
Gütsel
Termine und Events

Veranstaltungen
nicht nur in Gütersloh und Umgebung

September 2025
So Mo Di Mi Do Fr Sa
123456
78910111213
14151617181920
21222324252627
282930
November 2025
So Mo Di Mi Do Fr Sa
1
2345678
9101112131415
16171819202122
23242526272829
30
Dezember 2025
So Mo Di Mi Do Fr Sa
123456
78910111213
14151617181920
21222324252627
28293031
Februar 2026
So Mo Di Mi Do Fr Sa
1234567
891011121314
15161718192021
22232425262728
September 2026
So Mo Di Mi Do Fr Sa
12345
6789101112
13141516171819
20212223242526
27282930
November 2026
So Mo Di Mi Do Fr Sa
1234567
891011121314
15161718192021
22232425262728
2930
Dezember 2026
So Mo Di Mi Do Fr Sa
12345
6789101112
13141516171819
20212223242526
2728293031
Februar 2027
So Mo Di Mi Do Fr Sa
123456
78910111213
14151617181920
21222324252627
28
November 2042
So Mo Di Mi Do Fr Sa
1
2345678
9101112131415
16171819202122
23242526272829
30